[發明專利]一種基于人工智能的動態圖像識別系統及方法

在審

• 申請號: 202111113506.X
• 申請日: 2021-09-23
• 公開（公告）號: CN113989875A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 桂麗;趙崢來;周冰清;魏雪燕
• 申請（專利權）人: 江蘇博子島智能產業技術研究院有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/20;G06V10/28;G06V10/774;G06V10/82;G06N3/04;G06N3/08;G06T7/80
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的動態圖像識別系統，包括：

圖像采集模組，包括攝像頭a、攝像頭b和標定板，所述攝像頭a和標定板對應設置道路兩側，所述攝像頭b設置在道路中央上方，所述攝像頭a、攝像頭b和標定板呈T形結構排布；

圖像預處理模組，包括節點圖像抽幀模塊和圖像灰度化處理模塊，所述節點圖像抽幀模塊用于等時間節點抽取攝像頭a、攝像頭b采集的一幀圖像，并按照時間軸將每個攝像頭同時間節點采集的單幀圖像分組排序，所述圖像灰度化處理模塊用于將抽取的單幀圖像進行二值化；

嵌入模組，包括嵌入式AI圖像識別模塊和嵌入式卷積神經網模塊，所述嵌入式AI圖像識別模塊用于識別相鄰幀圖像的動態變化，所述嵌入式卷積神經網模塊用于訓練得出動態物體的類別；

圖像上傳模塊，用于將訓練得出含有動態人物的圖像上傳至云端服務器；

云端服務器，包括圖像接收模塊、動態圖像提取模塊、人臉識別模塊、比對分析模塊和預警模塊，所述圖像接收模塊用于接收上傳的圖像，所述動態圖像提取模塊用于與種子幀圖像對比去除冗余，所述人臉識別模塊用于識別提取動態圖像人臉信息，所述比對分析模塊用于動態圖像人臉識別信息與人臉信息庫作對比，所述預警模塊用于對比信息做出預警。

2.根據權利要求1所述的基于人工智能的動態圖像識別系統，其特征在于，所述標定板為黑白網格板。

3.根據權利要求1所述的基于人工智能的動態圖像識別系統，其特征在于，所述嵌入式AI圖像識別模塊和嵌入式卷積神經網模塊通過外置嵌入的方式連接在本地服務器上，所述微型服務器具有支撐嵌入式AI圖像識別模塊和嵌入式卷積神經網模塊算力的CPU。

4.根據權利要求3所述的基于人工智能的動態圖像識別系統，其特征在于，所述嵌入式卷積神經網模塊為小規模CNN模塊。

5.一種利用權利要求1-4任意一項所述的基于人工智能的動態圖像識別系統的識別方法，其特征在于，包括如下步驟，

步驟1，通過圖像采集模組的攝像頭b采集不含任何動態物體的種子幀圖像，并上傳至云端服務器；

步驟2，等時間節點抽取圖像采集模組采集的圖像，并作為t時間節點的一幀圖像，按照時間軸將攝像頭a、攝像頭b相同時間節點采集的單幀圖像分組排序，并對攝像頭a采集的單幀圖像進行二值化處理，通過相鄰幀之間灰度差的絕對值判定圖像出現動態物體，

其中，D(x，y)為時間軸相鄰兩幀圖像之間的差分圖像，I(t)為t時刻的圖像，I(t+1)為t+1時刻的圖像，T為差分圖像二值化時選取的閾值，D(x，y)＝1表示前景，D(x，y)＝0表示背景；

步驟3，當檢測出有動態物體出現后，將t+1時刻對應的灰度化圖像導入嵌入式卷積神經網模塊進行模型訓練，訓練得出動態物體類別；

步驟4，訓練得出是人物的動態圖像時，將D(x，y)＝1的時間節點下，攝像頭b對應的單幀序列圖像上傳至云端服務器，云端服務器將單幀序列圖像與種子幀圖像進行對比，去除冗余像素，并識別出動態圖像中人臉特征信息；

步驟5，通過卷積神經網進行深度學習訓練得出動態圖像中人臉特征信息，并與人臉特征模板數據庫進行對比分析，通過設定相識度閾值，來判斷動態圖像中人臉信息是否存在于人臉特征模板數據庫內，如果存在，預警模塊不發出預警指令，如果未存在，預警模塊向監控終端發出預警信息，并將識別出來的動態圖像信息回傳至監控終端。

6.根據權利要求5所述的一種基于人工智能的動態圖像識別系統及方法，其特征在于，在步驟2中的差分圖像D(x，y)與標定板中的網格來確定差分坐標值。

7.根據權利要求5所述的一種基于人工智能的動態圖像識別系統及方法，其特征在于，在步驟3中，所述嵌入式卷積神經網模塊至少由一個輸入層、一個卷積層、一個池化層、一個全連接層和一個輸出層構成。

8.根據權利要求7所述的一種基于人工智能的動態圖像識別系統及方法，其特征在于，所述嵌入式卷積神經網模塊內設有訓練完善的人臉特征模板數據庫池，所述人臉特征模板數據庫池內的人臉特征信息通過系統采集訓練形成。